做模型 API 中转或 Token 批发，AI API reseller margin（API 转售毛利）不能只看采购价与销售价之差。输入输出比例、缓存命中、失败重试、汇率及技术支持都会影响结果。新手应先统一计费口径，再估预算，最后判断报价是否覆盖成本，而不是直接套用固定加价率。
先算毛利：加价率不等于毛利率
毛利率＝（销售收入－直接成本）÷销售收入；加价率则以成本为分母。假设一笔业务收入为 100 个计价单位，直接成本为 80，毛利率是 20%，加价率是 25%。这只是计算示例，不代表任何模型或平台的真实价格。
直接成本应包括模型调用费用，以及与交付直接相关的支付手续费、网关资源和可归属的售后成本。若要评估净利润，还需另扣开发、运营、税费等支出。比较供应方案时，必须统一币种、税费口径与结算周期。
Token 预算：按模型、方向和请求类型拆分
OpenAI、Claude、Gemini 等模型可能采用不同计量方式，不能把所有请求混成一个平均单价。先核对具体模型的输入、输出、缓存及其他计费项目，再根据真实使用结构估算。
预计调用成本＝各类计费用量×对应采购单价之和。若单价以百万 Token 为单位，须先换算。多模态、工具或其他独立计费项目应单列；缓存优惠仅在满足相应条件时计入，不能默认每次命中。
- 输入预算：统计系统提示词、用户内容、历史消息和检索上下文。
- 输出预算：以实际输出分布估算，不把最大输出参数当作固定消耗。
- 重试预算：记录超时、限流和重复提交，核对是否产生上游计费。
- 结构预算：区分短问答、长文生成、代码任务，避免均值掩盖高成本请求。
上线前用小规模样本测量单次成本，并观察高成本请求的分布。缺少历史数据时，可建立低、中、高三档场景，逐步用账单替换假设，不把预测当成收益保证。
额度与并发：有余额不代表能持续调用
余额、速率限制和并发容量是三类不同约束。余额决定还能支付多少，RPM、TPM 等限制影响单位时间内的请求与 Token 吞吐，并发则涉及同时处理的任务数。实际限制应以供应方账户配置及接口文档为准。
排查时先区分余额不足、速率受限、请求参数错误和上游异常，再核对请求日志、错误信息及账单。不要只凭一个 HTTP 状态码判断原因；不同接口的错误结构可能不同。重试应设置次数上限与退避策略，避免放大流量和成本。
转售报价前，核对哪些商业条件？
评估 API 批发方案时，应核对模型标识、计量规则、账单导出、余额提醒、密钥隔离及故障处理机制。同时确认上游条款是否允许相关转售方式，不把技术可接入等同于商业授权。
制定销售价格时，为汇率变化、售后和用量波动留出可解释的预算空间，并明确客户额度、限速、退款及异常用量处理规则。可持续毛利来自可核对的单位成本，而非模糊的低价承诺。持续对比采购账单、网关日志与客户账单，才能判断问题出在定价、计量还是请求结构。